기술 혁신 기업들의 자율주행 분야 진출이 많아지고있습니다. Nvidia 및 Tesla 같은 기업들이 자율주행에서 기술 혁신을 주도하고있습니다. 뿐만 아니라 더 기술 혁신을 하고있습니다.
Nvidia의 자율주행 분야 진출
컴퓨팅 하드웨어 제조사인 Nvidia는 자사의 GPU 제조 역량을 활용해 자율주행 분야 에 진출하고 있다. GPU는 딥러닝 기반의 인공지능 구현 시 컴퓨팅 속도 및 성능 향 상을 위해 필수적으로 활용되어야 하는 핵심 하드웨어이다. GPU 시장을 선도하고 있는 Nvidia는 이러한 역량을 기반으로 자율주행 시장에 집중하며 기술 혁신을 만들 어 가고 있다.Nvidia는 우선-Nvidia의 자율주행 기술 플랫폼: DrivePX로 시장 지배-Nvidia의 딥러닝 기반 자율주행 기술 플랫폼 소개
Nvidia는 자사의 GPU를 활용하여 구현한 자율주행 기술을 널리 알리고 있습니다. 딥러닝을 기반으로 한 자율주행 기술에 대한 논문을 발표하고, 자사의 자율주행 차량 데모를 공개함으로써 기술 혁신에 주력하고 있습니다. Nvidia는 어두운 환경이나 비포장 도로와 같이 주행이 어려운 상황에서도 완벽한 주행을 선보이며, 이 기술을 'DrivePX'라는 자율주행 자동차 개발 플랫폼으로 제공하고 있습니다.
초간단 자율주행 구현
Nvidia의 DrivePX 플랫폼은 하드웨어부터 소프트웨어까지 모두를 아우르며, 자율주행 기술을 개발자들에게 손쉽게 제공합니다. 이 플랫폼은 자율주행 구현을 위한 다양한 기능들을 기본으로 제공하여 개발자들이 쉽게 자율주행 기능을 구현할 수 있도록 도와주고 있습니다. 개발자들은 제공된 기능을 활용하여 전방 차량 감지, 차선 유지 등의 기능을 간편하게 구현할 수 있습니다. 이로써, 개발자들은 일일이 기능을 구현하고 데이터를 수집하여 학습시키는 복잡한 절차를 생략하고, 검증된 기술을 활용하여 개발 시간을 획기적으로 단축할 수 있게 되었습니다.
시장 지배를 향한 Nvidia의 도약
Nvidia는 딥러닝 기반의 플랫폼 전략을 통해 시장에서 강자로 부상하고 있습니다. 이미지 인식 칩 시장에서 80%를 차지하던 Mobileye를 빠르게 제쳐버리며, Tesla와의 협업을 통해 약 20개 이상의 완성차 브랜드와 손잡고 있습니다. 2016년 Tesla가 자율주행 칩 파트너를 Mobileye에서 Nvidia로 전환한 것은 그 대표적인 사례로, 이를 통해 Nvidia는 자율주행 분야에서의 기술적 우위를 점하며 성공적으로 시장을 지배하고 있습니다.
Tesla의 자율주행 도약
Tesla, 전기차 분야의 선두주자로서 다음 혁신을 자율주행 자동차에 가져오고 있습니다. 'Autopilot'이라 불리는 반자율주행 기능을 안정적으로 상용화하면서, 차선 변경, 자동 차고 입/출입과 같은 진보된 기능들을 통합하고 있습니다. Autopilot은 단순한 차선 유지나 차간 거리 조절을 넘어 미래의 주행 경험을 예측하며, 더 큰 혁신을 약속하고 있습니다.
데이터의 힘, Tesla의 주행 정보 수집과 인공지능 학습-Tesla는 주행 중 발생하는 모든 데이터를 수집하고, 이를 익명화하여 분석하는 시스템을 구축하고 있습니다. 2014년부터 수집된 약 56억Km의 주행 데이터 중, Autopilot 사용으로 인한 주행은 2억Km에 달합니다. 이 방대한 데이터는 Tesla의 인공지능에 의해 학습되어, 차량이 주행함에 따라 Autopilot 기능이 지속적으로 고도화되고 있습니다.
딥러닝의 새로운 힘, Tesla의 Andrej Karpathy 영입-Tesla는 자사의 인공지능 역량을 강화하기 위해 노력하고 있습니다. Autopilot의 하드웨어를 Mobileye에서 Nvidia로 교체하며 딥러닝을 기반으로 한 자율주행 기능을 고도화하고 있습니다. 지난 6월, 딥러닝 분야의 핵심 연구자인 Andrej Karpathy를 인공지능 연구소의 책임자로 영입함으로써, Tesla는 더 높은 수준의 딥러닝 기술을 확보하고 있습니다. 이러한 노력과 역량은 기존의 방대한 주행 데이터와 결합되어, 향후 혁신적인 자율주행 기술로 나아갈 것으로 기대됩니다.
인공지능과 자율주행의 새로운 시대를 여는 딥러닝 기술
딥러닝 기술의 발전으로 자율주행 기술의 중심이 이동하고 있습니다. 전문가 중심이었던 고가의 특화센서와 전문가들을 필요로 했던 자율주행 기술이 저가의 범용 센서와 인공지능 전문가들의 손에 의해 구현 가능해지고 있습니다. 이로써 새로운 Startup과 연구소들이 빠르게 시장에 진출하며, 기술 장벽이 허물어지고 있습니다.
IT 기업의 도약
인공지능 분야의 신생 Startup과 연구소들이 떠오르면서 거대 IT 기업 및 완성차 제조사들은 더 이상의 기술적 우위를 유지하기 위해 엄청난 투자와 노력을 기울이고 있습니다. 전통적인 자동차 산업에서 주도권이 완전히 새로운 기술을 기반으로 한 Startup으로 이동하고 있는 추세입니다.
완성차 제조사의 대응과 도전, 딥러닝 관련 기술 역량 확보-기존 완성차 제조사들은 딥러닝과 관련된 기술 역량을 확보하기 위해 노력하고 있습니다. GM, Ford 등은 대규모의 투자를 통해 딥러닝 기술을 강화하고, Toyota는 실리콘밸리에 전용 연구소를 설립하는 등 새로운 기술에 대응하고 있습니다. 이러한 노력은 기술적인 혁신을 통해 다가오는 경쟁에 대응하기 위한 것입니다.
주행 데이터의 중요성
딥러닝 기술은 데이터에 의존하기 때문에 방대하고도 다양한 주행 데이터를 수집하는 것이 중요합니다. 따라서 데이터 수집에 초점을 맞추는 기업들이 향후에는 다양한 주행 상황에 대응할 수 있는 자율주행 기능을 높일 것으로 예상됩니다. 이미 comma.ai나 Tesla와 같은 기업들은 대규모의 차량과 참여자를 통해 다양성을 갖는 주행 데이터를 수집하고 있습니다.